4.4.1. Kết quả hồi quy Binary Logistic
Bảng 4.15: Tóm tắt kết quả hồi quy Binary Logistic của mô hình nghiên cứu Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a PHUTHUOC -0,177 ,297 1,357 1 ,003 0,187 TUOI ,059 ,027 2,138 1 ,004 ,971 THUNHAP 0,801 ,060 7,801 1 ,001 12,106 LAISUAT -0,792 ,279 3,618 1 ,003 8,151 TRINHDO ,046 ,403 1,217 1 ,028 0,317 QUYMO ,143 ,001 3,466 1 ,006 0,985 Constant -6,774 2,610 1,168 1 ,221 0,021
(Nguồn: Tác giả tổng hợp từ kết quả chạy mô hình)
Ta thấy, kiểm định Wald về ý nghĩa của các hệ số hồi quy của các biến PHUTHUOC TUOI, THU NHAP, LAISUAT, TRINHDO, QUYMO đều có mức ý
nghĩa sig<0.05, kết quả này cho thấy cả 6 biến độc lập đề xuất trong mô hình đều có ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân.
Từ các hệ số hồi quy có ý nghĩa, ta có thể viết được phương trình hồi quy của mô hình như sau:
KNTRANO = -6,774 – 0,177*PHUTHUOC + 0,059*TUOI +
0,801*THUNHAP – 0,792*LAISUAT + 0,143*QUYMO + 0,046*TRINHDO
4.4.2. Độ phù hợp tổng quát của mô hình
Bảng 4.16: Kiểm định mức độ phù hợp tổng quát của mô hình Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 105,048 6 ,000
Block 105,048 6 ,000
Model 105,048 6 ,000
(Nguồn: Tác giả tổng hợp từ kết quả chạy mô hình)
Ta thấy, sig <5% nên bác bỏ giả thiết Ho: β1=β2=β3= β4= β5=β6=0, vì vậy mô hình được chọn có giá trị tổng quát trong nghiên cứu này, hay nói cách khác, về mặt tổng thể mô hình có ý nghĩa thống kê.
4.4.3. Mức độ giải thích của mô hình
Bảng 4.17: Kiểm định mức độ giải thích của mô hình Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 127,946a ,465 ,764
Kết quả kiểm định cho ta thấy, giá trị của -2 Log likelihood = 127,946a không cao lắm, điều này thể hiện độ phù hợp khá tốt của mô hình tổng thể. Đồng thời, kết quả kiểm định cũng cho thấy rằng 76,4% sự thay đổi của biến phụ thuộc được giải thích bởi 6 biến độc lập trong mô hình, còn lại là do các yếu tố khác. Hay một cách cụ thể hơn, 6 biến độc lập được chọn để nghiên cứu gồm thu nhập, tuổi, trình độ học vấn, số người phụ thuộc, quy mô khoản vay, lãi suất đã giải thích được 76,4% sự thay đổi của khả năng trả nợ của khách hàng cá nhân, phần còn lại (23,6%) là các yếu tố khác.
4.4.4. Tính chính xác trong dự báo của mô hình
Bảng 4.18: Kiểm định tính chính xác trong dự báo của mô hình
Observed Predicted KNTRANO Percentage Correct 0 1 Step 1 KNTRANO 0 68 28 70,8 1 19 135 87,7 Overall Percentage 81,2
(Nguồn: Tác giả tổng hợp từ kết quả chạy mô hình)
Ta thấy, tổng cộng có 68 + 28 + 19 + 135 = 250 mẫu được quan sát.
Trong 96 trường hợp quan sát không trả được nợ thì dự đoán có 68 trường hợp không trả được, vậy tỷ lệ dự đoán đúng là 70,8%
Trong 154 trường hợp quan sát trả được nợ thì dự đoán có 135 trường hợp trả đươch nợ, vậy tỷ lệ dự đoán đúng là 87,7%
4.5. THẢO LUẬN KẾT QUẢ
4.5.1. Kết quả phân tích các biến của mô hình
Theo kết quả của mô hình nghiên cứu tại bảng X, có 6 biến độc lập ảnh hưởng tới khả năng trả nợ có ý nghĩa thống kê gồm: Số người phụ thuộc, trình độ học vấn, thu nhập, quy mô khoản vay, lãi suất khoản vay và tuổi.
KNTRANO = -6,774 – 0,177*PHUTHUOC + 0,059*TUOI +
0,801*THUNHAP – 0,792*LAISUAT + 0,143*QUYMO + 0,046*TRINHDO
- Biến số người phụ thuộc: Nếu người đứng ra vay vốn có số người phụ thuộc càng nhiều thì người này càng phải bỏ ra nhiều tiền hơn cho những khoản chi phí sinh hoạt tối thiểu hàng ngày, chi cho việc học tập, khám chữa bệnh hoặc các khoản chi bất thường khác. Điều hình đã làm giảm mức thu nhập bình quân của người đứng vay cũng như khả năng tiết kiệm, tích luỹ của họ và có thể gây bất ổn cho kinh tế gia đình làm gia tăng xác suất không trả nợ vay đúng hạn.
- Biến độ tuổi của người đi vay: Biến số này có ý nghĩa thống kê trong mô hình. Nghiên cứu của Trương Đông Lộc và Nguyễn Thanh Bình (2009) đã căn cứ vào khả năng tạo ra thu nhập để giải thích về sự tác động nghịch chiều của biến số này đến khả năng trả nợ, theo đó, những người càng lớn tuổi thì khả năng trả nợ của họ càng kém, lý do được giải thích là vì các nhu cầu tài chính cá nhân gia tăng, số người phụ thuộc cũng nhiều trong khi giá trị thặng dư về tiền bạc được tạo ra khi con người lớn tuổi lại không thể bù đắp kịp sự gia tăng về các nhu cầu tài chính, động lực làm việc của những người lớn tuổi cũng bị suy giảm cũng được đưa ra để giải thích cho kết quả này.
Tuy nhiên trong mô hình nghiên cứu trên, kết quả chỉ ra hoàn toàn trái ngược. Trong bối cảnh hiện nay, khi người đi vay trẻ tuổi thì khả năng trả nợ của họ không cao, điều này đúng do tính chất ưa mạo hiểm của người trẻ, ham muốn được thoả mãn các nhu cầu và ít sự ràng buộc nên xác suất không trả được nợ của những người này là không hề nhỏ, trong khi những người lớn tuổi hơn lại tỏ ra thận trọng hơn trong
việc hoàn thành nghĩa vụ trả nợ của mình, nhất là khi các ngân hàng hiện nay đã và đang có các biện pháp để nhắc nhở, kiểm soát sau giải ngân và trừng phạt, xử lý tài sản đối với các khách hàng chậm trễ trả nợ. Hơn nữa những người càng lớn tuổi thì họ càng có nhiều đối tượng phụ thuộc (con cái, bố mẹ già, vợ), chính vì thế họ luôn cân nhắc về khả năng tài chính có thể đáp ứng được của mình, về giá trị khoản vay (vay vừa đủ), về lãi suất để đưa ra phương án vay vốn tốt nhất.
- Biến thu nhập: Biến số “thu nhập” là một trong những biến số quan trọng được ngân hàng (mà thực chất là các cán bộ tín dụng) thu thập để đánh giá tiềm năng trả nợ của khách hàng. Trong mô hình trên, biến này có ý nghĩa thống kê.
Thu nhập là yếu tố tiên quyết trong việc đưa ra nhận định rằng khách hàng đó có trả được nợ hay không? Khi tiếp xúc với khách hàng, cán bộ tín dụng sẽ căn cứ vào quy mô khoản vay, mục đích vay vốn và mong muốn của khách hàng để đưa ra các gói vay vốn phù hợp hiện có của ngân hàng. Trong các gói vay vốn này đã hàm chứa nội dung về lãi suất để thông báo với khách hàng. Bằng những phép tính gốc lãi chi trả hàng tháng và căn cứ vào tình hình thu nhập của khách hàng, cán bộ tín dụng có thể tư vấn việc kéo dài thời gian vay vốn hoặc giảm số lượng tiền vay để bảo đảm khả năng trả nợ của khách. Rõ ràng nếu khách hàng có thu nhập không cao trong khi số người phụ thuộc nhiều, số tiền vay không ít thì xác suất để người đó không trả được nợ là khá cao. Ngược lại, nếu khách hàng có thu nhập cao, các nguy cơ về không trả được nợ sẽ được giảm thiểu, điều này cũng có thể lý giải qua tâm lý e sợ bị phạt phí chậm trả nợ và sợ ảnh hưởng tới lịch sử tín dụng. Nhìn chung trong mô hình trên, biến thu nhập là một biến số quan trọng có ảnh hưởng lớn tới khả năng trả nợ của khách hàng.
Tuy nhiên, để phản ánh chính xác được sự ảnh hưởng của nhân tố này đến khả năng trả nợ, cần chú ý là các thông tin về “thu nhập” khai thác được từ khách hàng phải trung thực và chính xác, bởi vì 2 lý do sau:
biến động tăng lên hoặc giảm đi, có ảnh hưởng tới khả năng trả nợ về sau của chính khách hàng.
Thứ hai, việc thu thập thông tin về thu nhập khách hàng chưa chắc mang tính chính xác cao. Cụ thể hiện nay thông tin về thu nhập của khách hàng được căn cứ vào 2 nguồn chính đó là (i) số liệu sao kê từ ngân hàng đối với những khách hàng có sử dụng dịch vụ trả lương qua tài khoản hoặc (ii) chứng nhận thu nhập từ công ty đang làm việc (thông qua hợp đồng lao động và bảng lương). Nguồn chứng minh thứ 2 có thể tạo ra một kẽ hở để cả khách hàng và nhân viên ngân hàng tận dụng để khai tăng mức thu nhập lên để đủ điều kiện được xét duyệt vay vốn.
- Biến lãi suất: Lãi suất là một trong số những biến số được nghiên cứu một cách phổ biến trong các đề tài tương tự khi nghiên cứu về vấn đề khả năng trả nợ vay. Biến số này có ý nghĩa thống kê trong mô hình ở trên với tác động biên ở mô hình là -0,792.
Về mặt lý thuyết cũng như nghiên cứu thực nghiệm, lãi suất là chi phí của việc sử dụng vốn, nó thể hiện gánh nặng chi trả đối với các khoản nợ vay của khách hàng, vì vậy nếu lãi suất càng cao, khả năng trả nợ càng thấp. Đặc biệt là trong thời kỳ kinh tế khó khăn, việc sử dụng 1 đồng vốn vay hiệu quả đã khó trong khi lãi suất càng cao thì hiệu quả sử dụng vốn vay càng giảm. Gây tổn thất trước mắt cho chính khách hàng rồi đến ngân hàng cho khách hàng vay vốn.
Kết quả nghiên cứu thực nghiệm ở trên khá nhất quán với giả thuyết và các nghiên cứu thực nghiệm trước khi biến số này đã thể hiện sự tác động âm tới khả năng trả nợ của khách hàng cá nhân với mức tác động biên là 79,2% ở mô hình nghiên cứu.
Như vậy, yếu tố “lãi suất” đã thể hiện sự tác động của mình đến khả năng trả nợ của khách hàng cá nhân vay vốn tại BIDV chi nhánh Ninh Thuận.
- Biến quy mô khoản vay: Quy mô khoản vay chính là tổng giá trị khoản vay của khách hàng cá nhân. Biến này có ý nghĩa thống kê với mức tác động biên là 14,3%.
Về mặt giả thuyết nghiên cứu, số tiền vay càng lớn thì khách hàng càng khó có khả năng trả nợ đúng hạn do gốc và lãi hàng tháng quy ra sẽ cao hơn. Điều này đồng nghĩa với việc áp lực trả nợ của người đi vay bị gia tăng, nguy cơ không trả được nợ của khách hàng cá nhân đó cũng tăng. Nhưng xét ở khía cạnh khác, nếu khách hàng có nhu cầu vốn lớn thì họ cũng thường là những người có sự tính toán tài chính khá tốt, có những kế hoạch kinh doanh tốt, có thể tạo ra những khoản lợi nhuận cao hơn, từ đó cũng có thể trang trải được phần nợ lãi cao hơn khi chấp nhận vay. Trong khi đó, nhưng khách hàng vay khoản nhỏ lẻ thường hay sử dụng vốn cho mục đích tiêu dùng, những mục đích này thường mang tính tạm thời và hàm chứa rủi ro.
Tại nghiên cứu này, biến số “Quy mô khoản vay” đã có ảnh hưởng khác so với kỳ vọng khi thể hiện sự tác động dương, mức tác động của biến số là 14,3% là không nhỏ cho thấy việc vay được số tiền lớn hơn làm tăng mức độ trách nhiệm của khách hàng đối với ngân hàng, khách hàng cá nhân sẽ có xu hướng nghiêm túc hơn trong việc trả nợ đúng hạn.
- Biến trình độ học vấn: Biến số “trình độ học vấn” có ý nghĩa trong mô hình nghiên cứu với mức tác động biên là dương 4,6%.
Về mặt lý thuyết, trình độ học vấn của người đi vay càng cao thì người đi vay càng có khả năng quản lý khoản vay tốt hơn, họ cũng sẽ là những người có mức thu nhập tốt hơn, vì vậy khả năng trả nợ cũng tăng theo. Nghiên cứu thực nghiệm của Nguyễn Thanh Bình (2011) đã thể hiện sự ủng hộ với quan điểm này.
Kết quả phân tích thực nghiệm cho thấy, những khách hàng có trình độ học vấn càng cao thì khả năng trả nợ càng cao. Điều này có thể lý giải là do những khách hàng có trình độ học vấn cao hơn thì bản thân chính những khách hàng này cũng có nhiều năng lực và khả năng tài chính tốt hơn (kiến thức, mức độ nhận thức, kinh nghiệm,
khả năng quản lý tài chính, nhận biết rủi ro...), thêm vào đó, họ cũng sẽ sợ sệt những quy định của ngân hàng về việc phạt nợ quá hạn hơn nên luôn cố gắng để trả nợ đúng hạn nhất có thể, bởi họ biết nếu chậm trả thì lịch sử tín dụng trên CIC của mình sẽ xấu đi, ảnh hưởng tới thành công trong việc vay vốn tại các ngân hàng sau này. Ngược lại, đối với những khách hàng có trình độ học vấn thấp, mức độ nghi ngờ của ngân hàng đối với những khách hàng này về hiệu quả.
TÓM TẮT CHƯƠNG 4
Thông qua nội dung chương này, tác giả đã trình bày rất chi tiết về mô hình, quá trình phân tích dữ liệu và các kết quả rsút ra. Với số lượng mẫu khá lớn (250 quan sát), đối tượng nghiên cứu phong phú, bằng sự hỗ trợ của SPSS 20.0, mô hình hồi quy về khả năng trả nợ của khách hàng cá nhân đã được hình thành, từ đó các nhân tố ảnh hưởng đến khả năng trả nợ có ý nghĩa thống kê được xác định, bao gồm các biến số sau: Số người phụ thuộc, trình độ học vấn, thu nhập, kích cỡ khoản vay, lãi suất khoản vay và tuổi của người đi vay. Sau đó tác giả đã phân tích tình hình thực tế của từng biến tại chi nhánh để hiểu hơn về kết quả. Đây chính là cơ sở hình thành các kiến nghị nhằm hạn chế sự rủi ro của ngân hàng khi cho khách hàng cá nhân vay vốn sẽ được trình bày ở chương 5 của luận văn.
CHƯƠNG 5: HÀM Ý QUẢN TRỊ VÀ NHỮNG KIẾN NGHỊ 5.1. KẾT LUẬN
Thông qua việc nghiên cứu lý thuyết về khả năng trả nợ, các yếu tố ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân, phân tích thống kê mô tả và phân tích kinh tế lượng thông qua phần mềm SPSS với số lượng mẫu là 250 mẫu quan sát trong thời kỳ 2016-2018, đề tài đã tiến hành tìm hiểu và đo lường những nhân tố có ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân tại BIDV chi nhánh Ninh Thuận. Theo đó, ta có thể đưa ra một số kết luận chính như sau:
- Cả 6 biến số đưa ra đều có ý nghĩa thống kê, tức là cả 6 nhân tố này đều có ảnh hưởng tới khả năng trả nợ của khách hàng cá nhân, trong đó có 4 nhân tố có tác động thuận chiều và 2 nhân tố tác động nghịch chiều. Cụ thể: “Độ tuổi”, “Thu nhập”, “Trình độ học vấn”, “Quy mô khoản vay” là các nhân tố thuận chiều; “Số người phụ thuộc”, “Lãi suất” là các yếu tố nghịch chiều.
- “Độ tuổi” là một biến số thuộc về nhân khẩu học, khi tuổi của khách hàng càng lớn thì khách hàng càng thận trọng trong việc sử dụng vốn, do đó họ sẽ cân nhắc kĩ khả năng trả nợ của mình, nhờ đó rủi ro không trả được nợ của khách hàng đối với ngân hàng cũng giảm đi. Một lưu ý nữa là hiện nay các ngân hàng đã quy định về giới hạn độ tuổi đi vay của khách hàng cá nhân, vì thế đối với những khách hàng sắp đến tuổi nghỉ hưu, hết độ tuổi lao động thì chính sách cho vay sẽ bị giới hạn. Chính vì vậy có thể hiểu, khi tuổi đời của khách hàng tăng thì khả năng trả nợ của họ cũng cao hơn, nhưng điều này không đồng nghĩa với việc độ tuổi lớn quá mức mà ngân hàng quy định về cho vay.
- “Thu nhập” là một biến số thuộc về năng lực của người đi vay cùng với “Trình độ học vấn”. Cả 2 biến số này đều thể hiện những sự ảnh hưởng nhất định tới khả năng trả nợ. Liên quan tới trình độ học vấn của khách hàng cá nhân, những khách hàng có trình độ học vấn càng cao thì khả năng trả nợ sẽ tốt hơn so với nhóm còn lại. Họ có học vấn cao nên những khách hàng này có khả năng quản lý khoản nợ vay tốt